GPT‑5.6：目標に合わせて拡張するフロンティアインテリジェンス

限定プレビュー⁠を経て、GPT‑5.6 ファミリーのモデルを一般提供開始します。新たなフラッグシップモデルである Sol に加え、日常業務向けのバランスの取れたモデルである Terra、そして最もコスト効率の高いモデルである Luna を提供します。

GPT‑5.6 Sol は、知能と効率性の両面で新たな標準を打ち立て、コーディング、知的作業、サイバーセキュリティ、科学の各分野で最先端の成果を達成しながら、より少ないトークン数とより低い推定コストで、従来のモデルおよび競合するフロンティアモデルを上回る性能を発揮します。その結果、費用対効果が向上します。同じ支出額でより多くの成果を上げることができ、または総コストを抑えながら同等の結果を得られます。また、最も負荷の高い作業を加速する新しい方法も導入します。ultra は、当社で最も高い能力を備えた設定であり、複数のエージェントを並列の作業ストリーム全体で連携させ、複雑なタスクをより速く完了します。より強力なコンピューター操作能力と設計判断力により、GPT‑5.6Sol は、これまでで最も洗練されたコラボレーターとなり、成果物を確認・改善し、すぐに使える形で提供できるようになっています。

私たちは GPT‑5.6 を、各トークンからより有用な成果を引き出せるようにトレーニングしました。55分野にわたる長時間実行のプロフェッショナルワークフローを評価するAgents’ Last Exam⁠（新しいウィンドウで開く）において、GPT‑5.6 Solは53.6という新たな高い値を記録し、Claude Fable 5（適応的推論）を13.1ポイント上回りました。中程度の推論でも、推定コストはおよそ4分の1で、Fable 5を11.4ポイント上回ります。その効率性は、応答性能をより広く、より手頃な価格で利用可能にするうえで不可欠な、より小規模なモデルにも及びます。GPT‑5.6 Terra と GPT‑5.6 Luna は、約16分の1のコストで Fable 5 を上回ります。Artificial Analysis Intelligence Index⁠（新しいウィンドウで開く）では、エージェント型作業、コーディング、科学的推論、一般的な能力にわたる応答性能を幅広く測定しており、max 推論を使用した GPT‑5.6 Sol は、タスクの所要時間を61%短縮し、推定コストはおよそ半分で完了しながら、Fable 5 に1ポイント以内まで迫っています。

GPT‑5.6 は、非常に堅牢な安全対策を搭載して登場します。これは、正当な作業を広範に制限することなく、執拗かつ適応的な悪用に対しても回復力を備えるように設計されています。一般提供開始前に、モデルとセーフガードに対して、これまでで最も徹底した評価期間を設け、人間によるレッドチーミングと大規模な自動テストを組み合わせて実施しました。プレビュー期間中、私たちは専門機関や信頼できるパートナーと緊密に連携し、本格的なサービス開始前に防御策の負荷テストとセキュリティ強化を実施しました。その結果構築されたシステムでは、モデルに組み込まれた保護機能に加え、リアルタイムのチェック、監視、信頼度とリスクに応じて調整されたアクセス制御を重ねています。

GPT‑5.6 Sol は、OpenAI のコーディングモデルとして、これまでで最も高い性能を備えています。Artificial Analysis Coding Agent Indexでは、最大推論を適用した GPT‑5.6 Sol が80を記録し、新たな最先端水準を達成しました。Fable 5を2.8ポイント上回りながら、出力トークン数は半分未満、所要時間も半分未満で、コストは約3分の1低く抑えられています。その優位性はモデルファミリー全体に及んでいます。Terra は Fable 5 をわずかに上回り、Luna は Opus 4.8 を性能で上回ります。いずれも、おおむね3分の1の時間、約半分の出力トークン数、そして推定コストは約4分の1でそれを実現しています。また、複雑なコマンドラインワークフローと実際のコードベースにおける長期的なエンジニアリングをテストする Terminal-Bench 2.1 と DeepSWE で、新たな高水準の結果を達成しています。

GPT‑5.6 は、ツールを連携させ、中間結果を処理し、進捗を監視し、作業の進み具合に応じて次のアクションを選択する軽量なプログラムを作成して実行できます。これにより、ツールを多用するタスクを、少ないトークン、少ないモデルとの往復、少ないガイダンスで進められます。開発者がすべてのステップをスクリプト化したり、すべてのツール応答をモデルに戻して処理したりする必要はなく、Responses API の Programmatic Tool Calling⁠（新しいウィンドウで開く） では、大量の中間データをフィルタリングし、重要なものだけを保持しながら、途中でワークフローを調整できます。

より多くの時間と計算リソースをかけることで成果が高まる問題では、GPT‑5.6 はこの効率的なデフォルトを超えて性能を引き出せます。max は GPT‑5.6 に xhigh よりもさらに多くの時間をかけて、推論、代替案の検討、検証の実行、アプローチの見直しを行えるようにします。ultra はさらに一歩進み、デフォルトで4つのエージェントを並列に連携させます。トークン使用量が増える代わりに、負荷の高いタスクでより高品質な結果を、より短い時間で得られるようにします。以下のグラフは、BrowseComp、SEC-Bench Pro、Terminal-Bench 2.1 において、ultra のデフォルトの 4エージェント構成と 1エージェントのベースラインを比較したものです。BrowseComp と SEC-Bench Pro では、16エージェント構成も示しています。3 つすべての評価において、並列エージェントを追加すると、スコア〜レイテンシのフロンティアが上方かつ左方へシフトし、より短い時間でより優れた結果を達成します。APIでは、開発者はResponses APIのマルチエージェントベータ版を使用して、Ultraのような体験を構築できます。

GPT‑5.6 は、デザイン判断の面で大きな進歩を示しています。GPT‑5.6 は、高いレベルの指示だけで、洗練され、使いやすく、機能的なインターフェイスを作成します。強化されたコンピューター操作能力により、基になるコードやコンテンツを生成するだけでなく、レンダリング結果を確認して調整できます。そのため、作業を返す前に、視覚面や機能面の問題を検出し、仕上げの調整を加えることができます。

GPT‑5.6 のフロントエンド機能は、ChatGPT ワーク内で、自然言語のリクエストを洗練されたインタラクティブな説明や視覚化に変換します。

GPT‑5.6 は、専門的なタスクでより優れた結果を提供します。ドキュメントや Slack、Notion、Microsoft 365、Google Drive などの日々のワークフローに含まれる雑多なコンテキストを取り込み、専門家レベルの共有可能な成果物へと変換します。

GPT‑5.6 のナレッジワークにおける強みは、長期的な専門分析、ブラウジング、ツールの使用、コンピューター操作にわたる各種評価にも表れています。GPT‑5.6 Sol は、BrowseCompで92.2%、OSWorld 2.0で62.6%という新たな最高水準の結果を達成しています。OSWorld では、出力トークン数を85%抑えながら、Opus 4.8を上回っています。こうした1ドルあたりの性能向上は、GPT‑5.6 ファミリー全体に及んでいます。Luna は GPT‑5.5 のピーク性能は推定コストの半分未満でほぼ達成されており、Terra はさらに低いコストでそれを上回ります。

GPT‑5.6 Sol は、プレゼンテーション、ドキュメント、スプレッドシートの品質を向上させ、より洗練され、正確な出力を生成します。プロンプトと元資料を、レイアウト、情報の階層、デザインがしっかりした一貫性のある視覚的ストーリーへと変換し、完全に編集可能なプレゼンテーションをゼロから作成できます。

テンプレートや参照用スライドに沿って作成する場合、改善が特に顕著です。GPT‑5.6 は、スライド資料のデザインシステム（レイアウト、タイポグラフィ、余白や間隔、色、繰り返し現れるコンテンツのパターン）を推定し、スライドマスターに埋め込まれたルールも含めて、その規則を新しい資料に一貫して適用できます。この例では、参照ファイルに基づいて数値を更新するよう指示された場合、GPT‑5.5 の出力ではマスタースライドの主要な構成要素が欠落している一方、GPT‑5.6 は参照ファイルの構成により忠実に従っています。

GPT‑5.6 は、より視覚的に洗練されたドキュメントやスプレッドシートも作成できます。複雑な参照フォーマットにより忠実に従うことができ、これは再現性が求められるナレッジワークにおいて重要です。数式や財務モデルをより正確に扱い、タイポグラフィ、間隔、情報の階層、ページまたはワークシートのレイアウトをより適切に活用します。

GPT‑5.6 を早期にテストしたお客様は、さまざまな分野でナレッジワークの成果物の改善を確認しました。

GPT‑5.6 は、Open AI のこれまでで最も高性能なサイバーセキュリティモデルであり、使用トークン数を大幅に抑えながらフロンティアレベルの性能を達成しています。脆弱なコードへの到達から任意コード実行までの進捗を測定する ExploitBench^2, では、GPT‑5.5 の同等の出力トークン予算で 47.9%です。エージェントに実世界の脆弱性を実際に動作するエクスプロイトに変換させるExploitGym³では、GPT‑5.5 のピーク合格率は、2時間の上限内で15.1%から24.9%へ向上し、6時間では33.7%に達します。複雑なソフトウェアに対する概念実証（PoC）の生成をテストする SEC-Bench Pro では、GPT‑5.5 の改善されたレイテンシで 45.8%です。

GPT‑5.6は、セキュアコードレビュー、パッチ適用、脅威モデリング、ブルーチーム活動などの重要な防御タスクをサポートします。OpenAI Daybreak の Trusted Access for Cyber⁠ プログラムの対象となる個人および組織は、認可された環境での検証済み作業に対する、より精密なセーフガードを通じて、脆弱性のトリアージと検証、マルウェア解析、検出エンジニアリング、パッチ検証など、より多くの防御機能を利用できます。

個人は本人確認を行って Trusted Access をリクエスト⁠（新しいウィンドウで開く）できます。組織はチーム向けに申請⁠できます。個々のメンバーは、OpenAI の最もサイバー能力に優れたフロンティアモデルへのアクセスを維持するために、9月1日までにハードウェアで保護されたパスキーを使って高度なアカウントセキュリティ⁠（新しいウィンドウで開く）を有効にする必要があります。有効にしない場合は、デフォルトのアクセス権に戻ります。ハードウェアで保護されたパスキーをまだお持ちでないユーザーは、当社のパートナーである Yubico から優待価格⁠（新しいウィンドウで開く）で提供を受けることができます。また、リスクの高い事業体およびリスクの高い法域におけるアクセスを制限するため、追加の措置を講じています。

GPT‑5.6 Sol は、科学研究全般においても幅広い向上を示しています。ライフサイエンス評価では、GPT‑5.6 は、実世界の生物学、ライフサイエンス研究ワークフロー、化学において、GPT‑5.5 に対するパレート改善を示しています。

GPT‑5.6 は、AI 研究を加速するうえで、非常に強力なモデルです。OpenAI 内では、研究者が開発ループ全体でこれを活用しています。問題の診断、トレーニングシステムの最適化、実験の実施、結果の解釈に役立てています。GPT‑5.6 の内部テスト期間中には、こうした加速と活用の広がりがすでに確認されていました。アクティブな研究者1人あたりの1日平均出力トークン数は、GPT‑5.5 で観測された高い水準の2倍を超えていました。

このような作業の進め方は、急速に標準になりつつあります。過去6か月間で、社内のコーディング推論に割り当てられる研究用計算リソースの割合は100倍に増加し、社内のエージェント型トークン使用量は約22倍に増加しました。これらの導入指標は、それ自体で研究の進捗状況を測定するものではありませんが、研究分野だけでなく、営業、マーケティング、ユーザーオペレーション、財務など、他のチームにおいてもAIによる支援がどれほど急速に増加しているかを示しています。

この能力を直接測定するために、実際の AI 研究タスクに基づく社内評価スイートを開発しました。これには、研究システムのデバッグ、カーネルや学習レシピの最適化、機械学習実験の実施、他のモデルの改善が含まれます。

モデルの能力が向上するにつれて、安全性スタックを強化し、高度な応答性能が引き続き幅広く役立つようにするとともに、最もリスクの高い用途にはより厳格な精査を適用します。GPT‑5.6 では、各モデルの能力に合わせて調整され、これまで以上の計算リソースを活用した、当社のこれまでで最も堅牢な安全システムを構築しました。

GPT‑5.6 モデルは、生物学とサイバーセキュリティの両方において従来のモデルより高い能力を備えていますが、いずれのカテゴリでも「Critical」しきい値を超えていません。サイバーセキュリティのテストでは、GPT‑5.6 は、防御が強化された標的に対して自律的なエンドツーエンド攻撃を確実に実行することよりも、脆弱性を発見して修正することに優れていることが示唆されています。これにより、防御側は弱点が悪用される前にシステムを強化する機会を得られます。生物学分野において、GPT‑5.6 は正当な研究を支援できる可能性がある一方で、極めて危険な新規の脅威を作成、設計、または合成するために必要なエンドツーエンドの能力は提供しないことが示唆されています。

どちらの領域も、本質的にデュアルユース、つまり善用と悪用の両面を持ちます。サイバーセキュリティでは、攻撃者が脆弱性を悪用する際に役立ち得る能力と同じ能力が、防御側にとっても、その脆弱性を発見し、再現し、信頼性の高い修正策を構築するために役立ちます。したがって、過剰なブロックは、それ自体がセキュリティリスクを生み出します。その結果、防御側がシステムをテストしたりパッチを適用したりすることが妨げられます。一方で、悪意のある攻撃者は、能力がますます高まっているオープンソースモデルを含む他のモデルや既存のツールを使い続けます。効果的なセーフガードは、リクエストの文脈と起こり得る結果を考慮し、正当な防御目的の作業を妨げないようにしつつ、重大な危害リスクを示す根拠がある場合には、より強力な管理策を適用します。

GPT‑5.6のセーフガードは、精度と冗長性を高めるために多層化されており、新たな攻撃が出現した際にも迅速に適応できるよう設計されています。モデルに学習によって組み込まれた保護機能は、リアルタイムチェック、継続的な監視、アカウントレベルでの適用措置と連携して機能し、特定のレイヤーが意図どおりに機能しない場合でも、システムの安全性を維持できるようにします。多くのシステムでは、危害を防ぐために、変更が難しい比較的低能力のモデルに依存し、分類器のフラグだけで何をブロックするかを判断しています。OpenAI のアプローチでは、会話をレビューして危害が生じる可能性があるかどうかを判断する推論モニターを追加します。この設計は、防御目的の作業を可能にしつつ、深刻な悪用を阻止することを目的としており、最もセンシティブな機能は Trusted Access を通じて確認済みユーザーに限定されます。一部の保護機能ではテスト時推論を使用しているため、分類器をゼロから再学習することなく、ギャップを埋めるために迅速に更新できます。

適応型攻撃に対するシステムの強化を継続しつつ、より慎重なアプローチを取っています。以前のモデルと比べて、GPT‑5.6Sol のサイバー保護機能は、潜在的に有害なアクティビティを約10倍多くブロックします。これらの措置は悪意のない利用に利用上の摩擦を生む可能性があるため、ChatGPT と Codex では、より能力の低いモデルでプロンプトを簡単に再試行できるオプションを提供しています。また、高い堅牢性基準を維持しながら、セーフガードが悪意のない利用に与える影響を引き続き軽減していきます。これは、まず慎重に開始し、実際の利用から得た学びをもとに改善していくという、私たちの反復的なデプロイ手法を反映しています。

一般提供開始前に、当社はこれまでで最も集中的な安全性評価を実施しました。これには、広範なレッドチーミング、外部専門家とともに行った能力およびセーフガードに関する堅牢なテスト、そして約700,000 A100e GPU 時間に及ぶブラックボックス型の自動レッドチーミングが含まれます。これにより、弱点となり得る箇所を体系的に検証し、ジェイルブレイクを洗い出して、ローンチ前にシステムを強化できました。

完璧なセキュリティは存在せず、より高性能なモデルの安全性を確保するための取り組みは今後も続きます。新たな弱点が発見され、既存の安全対策を回避する新たなジェイルブレイクも見つかるでしょう。モデルの新しい世代が登場するたびに、攻撃や悪用の新たな手段も生まれます。OpenAI はその現実を踏まえ、多層的な安全対策、継続的な監視、迅速な修復、防御に取り組むコミュニティ全体との連携を通じて対応しています。GPT‑5.6 では、既存のセキュリティ⁠（新しいウィンドウで開く）および生物学分野のバグバウンティプログラム⁠に、新たな迅速な修復プロセスと、これまでで最も強力な監視体制を組み合わせています。研究者からの知見、モニタリング、実際の悪用から得られた情報は、継続的に新たな評価やより強力な安全対策に反映されます。

OpenAI の安全対策に関する詳細は、更新された GPT‑5.6 System Card⁠（新しいウィンドウで開く） をご覧ください。

GPT‑5.6 は、3つのモデル層で構成されています。当社のフラッグシップである Sol、GPT‑5.5 に匹敵する性能を備えた低コストモデルである Terra、そして当社で最速かつ最も低コストなモデルである Luna です。番号は世代を示し、Sol、Terra、Luna は、それぞれ独自のペースで進化していく継続的なモデル層です。

GPT‑5.6 は本日より、ChatGPT、Codex、OpenAI API で利用できます。ロールアウトは現在グローバルで開始されており、今後24時間かけて完全提供に向けて段階的に進められます。

• チャット： Plus、Pro、Business、Enterprise のユーザーは、中程度以上の推論設定で GPT‑5.6 Sol を利用できます。Pro および Enterprise ユーザーは、複雑なタスクで特に高品質な結果を得たい場合に、GPT‑5.6 Sol Pro も選択できます。
• ChatGPT ワークと Codex： 無料版ユーザーおよび ChatGPT Go ユーザーは GPT‑5.6 Terra を利用できます。Plus、Pro、Business、Enterprise ユーザーは、GPT‑5.6 のSol、Terra、Luna から選択し、それぞれに推論レベルを設定できます。max は、ChatGPT ワークおよび Codex で GPT‑5.6 にアクセスできるすべてのユーザーが利用でき、設定で有効にできます。ChatGPT ワークでは、Pro および Enterprise ユーザーが ultra を利用できます。Codex では、Plus 以上のプランで利用可能です。
• API: 開発者は、OpenAI API を通じて Sol、Terra、Luna にアクセスできます。Responses API では、プログラムによるツール呼び出しにより、GPT‑5.6 がメモリ内でプログラムを作成・実行し、ツールを連携させて中間結果を処理できるため、ゼロデータ保持（ZDR）に対応できます。当初はベータ版として提供される Multi-agent により、GPT‑5.6 は複数のサブエージェントを並列実行し、それらの作業結果を1回のリクエストで統合できるようになります。

GPT‑5.6 は、3つのモデルサイズで 100万トークンあたりの価格が設定されています。Sol は入力 $5 ／ 出力 $30、Terra は入力 $2.50 ／ 出力 $15、Luna は入力 $1 ／ 出力 $6 です。GPT‑5.6 では、明示的なキャッシュブレークポイント⁠（新しいウィンドウで開く）のサポートや最低30分のキャッシュ有効期間など、より予測可能なプロンプトのキャッシュも導入されています。GPT‑5.6 以降のモデルでは、キャッシュ書き込みはモデルの非キャッシュ入力単価の 1.25倍 で課金されます。一方、キャッシュ読み取りには引き続き、キャッシュ入力に対する 90% の割引が適用されます。